cs.LG पेपर | Gist.Science

Geometric Preconditioning and Curriculum Optimization for Trainable Variational Quantum Regression

यह शोध पत्र एक हाइब्रिड क्वांटम-क्लासिकल रिग्रेशन फ्रेमवर्क प्रस्तावित करता है जो वेरिएशनल क्वांटम सर्किटों में प्रशिक्षण क्षमता की चुनौतियों से निपटने के लिए एक सीखने योग्य ज्यामितीय प्रीकंडीशनिंग एम्बेडिंग को पाठ्यक्रम-आधारित प्रशिक्षण प्रोटोकॉल के साथ जोड़ता है, जो शुद्ध क्वांटम बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है और साथ ही मजबूत क्लासिकल विधियों की निरंतर प्रतिस्पर्धात्मकता को भी स्वीकार करता है।

Qingyu Meng, Yangshuai Wang2026-05-14

💬 NLP

Sockpuppetting: Jailbreaking LLMs by Combining Prefilling with Optimization

यह शोध पत्र यह प्रदर्शित करके LLM जेलब्रेकिंग को उन्नत करता है कि सरल प्रीफिल वेरिएंट्स का एंसेम्बलिंग (ensembling) हमले की सफलता दर को महत्वपूर्ण रूप से बढ़ाता है और "सॉकपपेटिंग" (sockpuppetting) को पेश करता है, जो एक नवीन हाइब्रिड विधि है जो बेहतर प्रॉम्प्ट-अज्ञेय प्रदर्शन प्राप्त करने के लिए असिस्टेंट मैसेज ब्लॉक के भीतर एडवरसेरियल सफिक्स (adversarial suffixes) को अनुकूलित करती है।

Asen Dotsinski, Panagiotis Eustratiadis2026-05-14✓ Author reviewed ⓘ

🤖 AI

PolySHAP: Extending KernelSHAP with Interaction-Informed Polynomial Regression

यह शोध पत्र PolySHAP प्रस्तुत करता है, जो फीचर इंटरैक्शन को बेहतर ढंग से कैप्चर करने के लिए उच्च-डिग्री बहुपद प्रतिगमन (higher-degree polynomial regression) का उपयोग करके KernelSHAP का विस्तार करता है, साथ ही यह पहला सैद्धांतिक प्रमाण भी प्रदान करता है कि पेयर्ड सैंपलिंग (paired sampling), सेकंड-ऑर्डर PolySHAP के समकक्ष है, जिससे इसकी अनुभवजन्य सफलता को न्यायसंगत ठहराया जा सके।

Fabian Fumagalli, R. Teal Witter, Christopher Musco2026-05-14

💬 NLP

How Do Transformers Learn to Associate Tokens: Gradient Leading Terms Bring Mechanistic Interpretability

यह शोध पत्र एक यांत्रिक व्याख्या प्रदान करता है कि कैसे ट्रांसफॉर्मर प्रशिक्षण ग्रेडिएंट गतिकी (training gradient dynamics) के आधार पर बिग्रैम (bigram), टोकन-परस्परविनिमेयता (token-interchangeability), और संदर्भ मैपिंग (context mappings) के संयोजन के रूप में प्रारंभिक-चरण के भारों (early-stage weights) के लिए क्लोज्ड-फॉर्म अभिव्यक्तियों को व्युत्पन्न करके अर्थ संबंधी जुड़ाव (semantic associations) सीखते हैं।

Shawn Im, Changdae Oh, Zhen Fang, Sharon Li2026-05-14

⚛️ high-energy theory

Exploring the holographic entropy cone via reinforcement learning

यह शोध पत्र लक्षित एंट्रॉपी वेक्टर्स (entropy vectors) के ग्राफ यथार्थों (graph realizations) की खोज करके होलोग्राफिक एंट्रॉपी शंकु (holographic entropy cone) का अन्वेषण करने के लिए एक सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम प्रस्तुत करता है, जो N=3 के लिए ज्ञात गुणों को सफलतापूर्वक पुनः प्राप्त करता है और छह "रहस्यमय" एक्सट्रीम किरणों (extreme rays) के N=6 के लिए स्थिति को हल करता है, जिसमें यह सिद्ध किया गया है कि तीन यथार्थसंगत हैं जबकि अन्य तीन के बारे में सुझाव दिया गया है कि वे अज्ञात होलोग्राफिक असमानताओं (holographic inequalities) को प्रकट करते हैं।

Temple He, Jaeha Lee, Hirosi Ooguri2026-05-14

🤖 machine learning

Predict-Project-Renoise: Sampling Diffusion Models under Hard Constraints

यह शोध पत्र प्रेडिक्ट-प्रोजेक्ट-रीनोइज़ (PPR) एल्गोरिदम प्रस्तुत करता है, जो प्रीट्रेंड डिफ्यूजन मॉडल्स को डिनाइज़र के माध्यम से पुनरावृत्तिपूर्ण प्रोजेक्शन और रीनोइज़िंग द्वारा उन वितरणों से नमूने लेने में सक्षम बनाता है जो कठिन भौतिक बाधाओं—जैसे संरक्षण नियमों और सीमा स्थितियों—का पालन करते हैं, जिससे मौसम पूर्वानुमान जैसे जटिल वैज्ञानिक अनुप्रयोगों में कम बाधा उल्लंघन और उच्च वितरण निष्ठा दोनों प्राप्त होती है।

Omer Rochman-Sharabi, Gilles Louppe2026-05-14

🤖 machine learning

Mechanistic Evidence for Spectral Structures in Prior-Data Fitted Networks

यह शोधपत्र यांत्रिक साक्ष्य प्रदान करता है कि प्रायर-डेटा फिटेड नेटवर्क्स (PFNs) संरचित, कारण-उपयोगिता वाले स्पेक्ट्रल निरूपणों को सीखते हैं जिन्हें स्पष्ट रूप से पोर्टेबल बेयसियन कर्नेल में निकाला जा सकता है, जो केवल स्मृति-आधारित रटने पर निर्भर हुए बिना प्रतिस्पर्धी सिंगल-पास रिग्रेशन को सक्षम बनाता है।

Kaustubh Sharma, Srijan Tiwari, Ojasva Nema, Parikshit Pareek2026-05-14

📊 statistics

Optimization, Generalization and Differential Privacy Bounds for Gradient Descent on Kolmogorov-Arnold Networks

यह शोध पत्र दो-परत वाले कोलमोगोरोव-आर्नोल्ड नेटवर्क पर ग्रेडिएंट डिसेंट के अनुकूलन (optimization), सामान्यीकरण (generalization) और विभेदक गोपनीयता (differential privacy) के लिए सैद्धांतिक सीमाएँ स्थापित करता है, जो यह प्रदर्शित करता है कि कुशल गैर-निजी प्रशिक्षण के लिए पॉलीलॉगैरिद्मिक नेटवर्क चौड़ाई पर्याप्त है, लेकिन गोपनीयता संबंधी बाधाओं के तहत यह आवश्यक हो जाती है, जिससे निजी और गैर-निजी व्यवस्थाओं के बीच एक गुणात्मक अंतर का पता चलता है।

Puyu Wang, Junyu Zhou, Philipp Liznerski, Marius Kloft2026-05-14

🧬 biology

RAG-GNN: Integrating Retrieved Knowledge with Graph Neural Networks for Precision Medicine

यह शोधपत्र RAG-GNN को प्रस्तुत करता है, जो एक अभिनव ढांचा है जो कैंसर सिग्नलिंग विश्लेषण में कार्यात्मक क्लस्टरिंग और सटीकता को महत्वपूर्ण रूप से बढ़ाने के लिए डायनेमिक रूप से प्राप्त बायोमेडिकल साहित्य को ग्राफ न्यूरल नेटवर्क के साथ एकीकृत करता है, यह प्रदर्शित करते हुए कि संरचनात्मक टोपोलॉजी को सिमेंटिक ज्ञान के साथ जोड़ना केवल टोपोलॉजी-आधारित दृष्टिकोणों की तुलना में बेहतर प्रदर्शन करता है।

Hasi Hays, William J. Richardson2026-05-14

🤖 machine learning

The Horizon Threshold in Cooperative Multi-Agent Reward-Free Exploration

यह शोध पत्र परिमित-क्षितिज (finite-horizon) MDPs में सहकारी बहु-एजेंट रिवॉर्ड-फ्री अन्वेषण (reward-free exploration) की जांच करता है, जिसमें एक महत्वपूर्ण सीमा (threshold) की पहचान की गई है जहाँ लगभग $H$ लर्निंग चरणों का होना एजेंट जटिलता को बहुपद (polynomial) बनाए रखने की अनुमति देता है, जबकि कम चरणों के लिए सटीक डायनेमिक्स अनुमान प्राप्त करने हेतु एजेंटों की घातांकीय (exponential) संख्या की आवश्यकता होती है।

Idan Barnea, Orin Levy, Yishay Mansour2026-05-14

← पिछला अगला →